宏观经济对银行信贷质量的重要性范文

一、文献综述

宏观经济冲击和金融脆弱性会导致银行贷款损失的增加（JarmoPesola，2011），其中宏观经济会对整个银行业产生影响，而银行个体特征会在微观层面对银行自身产生影响。

（一）宏观经济对银行业信贷质量的影响银行信贷具有顺周期性特征，国内生产总值与银行不良贷款率有显著的负相关关系（张雪兰等，2012）。拉动经济增长的“三驾马车”——消费、投资、进出口同样对降低银行不良贷款余额有着正向的促进作用（谢冰，2009）。此外，Louzis和Vouldis（2012）的研究表明失业率、利率和公共债务等宏观经济变量是银行体系不良贷款形成的原因。宏观经济政策，尤其是货币政策，也会对银行不良贷款造成影响。当期紧缩的银根会导致下一期银行整体不良贷款率的显著上升，反之会引致下一期银行整体不良贷款率的显著下降（黄立新等，2012）。由于信息不对称、我国企业的融资结构等原因，我国一年期贷款基准利率对银行不良贷款率有正向冲击。在我国，国有企业制度是形成国有银行不良贷款的重要原因，银行作为主要融资渠道的体制是形成银行不良贷款的重要原因（衷诚斌，2011）。

（二）个体特征对银行信贷质量的影响银行的资产规模、资本、成本收入比、贷款增长、信贷审批制度等个体特征会对银行信贷质量产生影响。银行资产规模越大，受到政府“大而不倒”的隐性保护越多，道德风险会刺激银行从事更高风险的业务，进而对信贷质量产生影响（Stern和Feldman，2004）。银行资本处于较低水平时，管理层存在为追逐高盈利而提高贷款组合风险度的道德风险激励，从而提高不良贷款率（Keeton和Morris，1987）。关于银行成本收入比对信贷质量的影响，有两个截然相反的假设：“劣质管理”假设和“克扣”假设（Berger和DeYoung，1997）。“劣质管理”假设认为如果成本收入比高，则表明管理效率低，将会导致不良贷款增加。“克扣”假设则认为若过分强调成本效率，就会导致不良贷款的增加。贷款增长会对信贷质量造成负面影响（DanelFoos和LarsNorden，2010），且中央政府控制、民营化程度低或大股东持股比例高的银行具有更高的信贷扩张速度，其扩张行为受宏观调控的影响更大（储著贞等，2012）。在不同的信贷审批制度下，由于对贷款项目的认知和所需承担的责任不同，不良贷款继续扩大程度有明显区别（刘青，2012）。现有研究成果对银行信贷质量影响因素的研究或侧重于宏观或关注微观，较少综合考虑宏微两方面的影响因素，因而本文的研究视角更全面科学。关于宏观变量，本文筛选了广义货币供应量（M2）、发电量环比增速、制造业PMI指数、工业企业利润总额这些能够更好地刻画宏观经济状况的指标。对于所有权结构对银行信贷质量的研究，现阶段只有理论研究，并无实证研究，本文引入大股东持股和中央政府控股这两个虚拟变量，对其进行实证研究。

二、模型构建与变量选择

（一）变量和样本选择及其数据来源本文从宏观经济因素和银行个体特征因素两方面研究银行信贷质量的影响因素。基于文献综述，并结合我国银行业的现实情况，本文构建两个模型，分别对宏观经济因素和银行个体特征因素进行研究。在宏观整体因素分析模型中，本文以我国银行业不良贷款率为因变量，以广义货币供应量、发电量环比增速、制造业PMI指数和工业企业利润总额为自变量，这些变量相较国内生产总值增长率等变量能够更及时准确地刻画宏观经济状况。在银行个因素分析模型中，本文总结已有研究结果，并考虑我国银行所有权结构的特殊情况，以13家上市银行不良贷款率为因变量，以成本收入比、非利息收入占比、资产规模、资本充足率、贷款环比增速以及股权结构为自变量，这样能够较为全面地刻画银行特征和经营状况。为了更好地描述股权结构情况，本文引入了两个虚拟变量，一是大股东持股虚拟变量D1，这个变量是股权集中度，如果第一大股东持股比例高于30%，就取1，否则取0；二是中央政府控股虚拟变量D2，中央政府控股取1，否则取0。各变量的描述性统计如表1所示。样本银行包括：中国银行、工商银行、建设银行、交通银行、中信银行、浦东发展银行、华夏银行、兴业银行、民生银行、招商银行、宁波银行、南京银行和北京银行。鉴于农业银行和光大银行分别于2010年7月和2010年8月上市，数据缺失较多，深圳发展银行于2012年6月与平安银行合并，合并后各财务报表数据与合并前变化较大，故本文在16家上市银行里剔除这三家。本文所使用的宏观经济数据来源于国家统计局和中国人民银行，银行数据来源于中国银监会网站公布的数据以及各家上市银行披露的季度报告、半年度报告和年度报告。

（二）模型变量的描述性统计根据模型1的描述性统计结果以及原始数据，可初步得出以下结论。我国银行业不良贷款率2008年第四季度以来总体在下降，但到了2012年又重新反弹。根据我国的经济发展需要，广义货币供应量呈增加趋势，但变化速度并不稳定。发电量环比增速波动性较大。制造业PMI指数和工业企业利润总额的变化情况与不良贷款率基本相反。根据模型2的描述性统计结果以及原始数据，可初步得出以下结论。样本银行的不良贷款率情况与整个银行业基本相同，个别银行的不良贷款率低于同业许多。由于各银行经营战略等不同，成本收入比、非利息收入占比以及贷款环比增速有较大区别，因此样本数据波动性较大。国有银行以及城市商业银行的资本充足率较其他股份制商业银行高。

（三）模型构建本文构建两个模型分别对宏观经济因素和银行个体特征因素进行研究。宏观整体因素分析模型：宏观整体因素分析模型的数据为时间序列数据（TimeSeriesData）。本文根据因变量的自相关和偏自相关图以及对模型的检验，最终决定采用移动平均模型（Moving-averageModel）。银行个体因素分析模型分析13家上市商业银行不良贷款率的影响因素，希望从样本推广到我国所有商业银行，故采用随机效应模型（RandomEf-fectsModel）。本文样本数据为面板数据（PanelDa-ta），即既有时间序列数据又有截面数据，可能存在序列相关性和截面异方差性。Beck和Katz（1995）引入了面板校正误差法（PanelCorrectedStandardEr-rors，PCSE），可有效处理复杂的面板误差结构，如同步相关、异方差、序列相关等，在样本量不够大时尤为有用。Zellne（r1962,1963）在他的两篇开创性论文中首次介绍了似不相关回归（SeeminglyUnrelatedRegressions，SUR），以修正序列相关性和截面异方差性。本文样本数据中，横截面个数为13，小于时序个数18，因此采用面板校正误差法和个体成员截面似不相关回归（Cross-sectionSUR）相结合的方法，也就是Cross-sectionSUR（PCSE）方法。

三、模型估计与检验

（一）宏观整体因素分析模型为了避免伪回归，确保估计结果的有效性，本文对各时间序列的平稳性进行检验。本文先对各时间序列绘制时序图，以粗略观测变量的折线是否含有趋势项、截距项，然后根据时序图，确定单位根检验的模式，进行单位根检验。单位根检验结果显示各序列均平稳，变量之间是零阶单整的，能够直接进行回归分析。模型1回归结果如表3所示，可见除发电量环比增速不显著外，其余变量的系数均在5%的显著性水平上显著。根据回归方程残差的序列相关性检验结果，可得出模型的随机误差项是一个白噪声序列。

（1）广义货币供应量（M2）增加1%，银行不良贷款率下降1.07%。银根宽松时，银行流动性较为充足，银行通过快速信贷扩张以实现近期利润，分母做大的结果是不良贷款率下降。银根紧缩时，分母增速有限，同时由于我国经济增长的主要动力是资本投入增加（邱晓华等，2006），所以实体经济转差，企业盈利下降，信贷违约率上升。

（2）制造业PMI指数（PMI）增加1%，银行不良贷款率下降0.03%。PMI指数是一个综合的经济监测先行指标，能较为真实地反映宏观经济状况，较为准确地判断经济走势。PMI指数越大，实体经济越好，企业盈利就好，从而偿债能力强，银行信贷质量高；PMI指数越小，实体经济较差，银行信贷质量恶化。

（3）工业企业利润总额（TPIE）增加1%，银行不良贷款率下降0.36%。工业企业利润总额增加，表明企业经济效益较好，还款能力提高，相应地银行不良贷款率下降，反之不良贷款率上升。模型1的三个回归结果均表明银行信贷质量与经济周期密切相关。银行倾向于在经济回升和繁荣阶段扩大信贷，提高获利能力，在衰退和萧条阶段减少信贷，减少或避免出现损失。与此同时，实体经济在经济繁荣时经营效益较好，能够偿还贷款，在经济衰退时经营陷入困境，违约可能性上升。对比各宏观经济因素对银行信贷质量的影响程度，广义货币供应量的影响更大。2008年的全球性金融危机给世界经济造成重创，中国政府推出4万亿元投资计划，经济增长实现反转。根据费雪交易方程：MV=PY，我国4万亿元投资计划导致了新一轮的通货膨胀，从而抵押资产的账面价值上升，银行信贷质量较好。多发的货币逐渐被经济增长、通货膨胀吸收，与此同时，政府逐步抽回过多的流动性，4万亿元投资的药效也随之逐渐失去。而4万亿元投资也加剧了产能过剩，导致我国经济下滑，银行信贷质量恶化。在经济增长以及通货膨胀的双重作用下，广义货币供应量对银行信贷质量影响更大。

（二）银行个体因素分析模型银行信贷决策是微观个体行为,本文拟在宏观影响变量的基础上进一步考察微观银行个体特征对银行信贷决策及信贷质量的影响效果。本文对面板数据各序列进行平稳性检验，检验结果显示各序列均平稳，变量之间是同阶单整的，能够直接进行回归分析。模型2回归结果如表5所示，除资本充足率的系数不显著外，其他变量的系数均在5%的显著性水平上显著。资本充足率是银行内部吸收信贷资产损失的变量，它与银行信贷质量在理论上没有直接关系，因而资本充足率的系数不显著。表6为Hausman检验结果，P值为1表明不能绝随机效应模型成立这一零假设。（1）成本收入比（CTIR）增加1%，银行不良贷款率上升0.01%。这一回归结果符合Berger和DeYoung（1997）的“劣质管理”假设。如果成本收入比高，表明银行管理效率低，还可反映银行内部的风险控制以及信贷管理存在问题，如此将会导致不良贷款增加。（2）非利息收入占比（NII）增加1%，银行不良贷款率下降0.02%。非利息收入主要是商业银行中间业务收入和咨询、投资等活动产生的收入，稳定、安全，且利润相对较高。信贷是我国商业银行的主要业务，银行非利息收入占比的提高，表明银行业务经营更加多元化、更加合理化。当银行盈利的来源多元化时，银行会更加理性而不会盲目地将信贷规模做大，从而埋下风险隐患，所以不良贷款率会下降。（3）资产规模（AS）增加1%，银行不良贷款率下降0.29%。近年来，我国银行业发展迅猛，各家银行的资产规模一直在扩张，且越来越多的城市商业银行以及民营银行如雨后春笋般涌现。与此同时，我国银行业的不良贷款率从2008年第四季度到2013年第一季度总体下降较多，尽管从2012年起有所反弹。资产规模的上升，使得银行在贷款对象的地域、行业等方面的选择可以更加多元化，从而分散风险，所以对贷款风险的控制更好，不良贷款率较低。（4）贷款环比增速（LGR）增加1%，银行不良贷款率上升0.02%。银行信贷快速扩张时期，贷款审批较宽松，会影响信贷质量，不良贷款率会上升。而在信贷紧缩时期，商业银行对贷款的审批更为严格，相应会提高贷款质量，从而降低不良贷款率。（5）大股东持股超过30%的银行不良贷款率较高。股权相对集中的银行，大股东在股东大会上具有更高的表决权，能够左右银行的经营管理决策。此时，大股东和管理层倾向于合谋侵害中小股东、存款人和其他债权人的利益，从事风险更高的经营活动，为未来信贷资产转坏埋下潜在的风险。（6）中央政府控股的银行不良贷款率较高。根据中国银监会网站公布的数据，国有银行的不良贷款率较股份制银行高，具体数据见表7。中央政府控股的银行，承担更多的政治任务和社会任务，高层管理人员由中央政府直接任命，政府干预银行经营，促使宏观政策调控意图快速传导至实体经济部门。地方政府融资平台贷款、大额的国有企业贷款、政策性贷款等都是导致中央政府控股银行不良贷款率提高的原因。截至2012年6月末，四大国有商业银行的平台贷款余额为1.96万亿元，占全部平台贷款余额的24.8%。

四、结论与建议

根据宏观整体因素分析模型以及银行个体因素分析模型的估计结果，本文得出了三个重要的结论。第一，银行信贷质量与宏观经济周期以及货币供应量密切相关，经济繁荣、货币供应量增加时，银行信贷质量转好；经济衰退、货币供应量减少时，银行信贷质量恶化。第二，银行信贷质量与银行的公司治理程度有关，公司治理程度越高，业务越多元化，信贷质量越高；反之，信贷质量越差。第三，股权程度集中、中央政府控股的银行经营决策时受到大股东、政府的干预较大，从而影响信贷质量。以上结论均与国内外关于银行信贷质量的相关研究结果相符。本文引入大股东持股虚拟变量和中央政府控股虚拟变量，首次用实证分析证明股权集中度以及国有化程度对银行信贷质量的影响，为银行的相关研究提供了一个新的思路。基于以上三个结论，本文提出以下政策建议。第一，为了缓释宏观经济周期波动对银行信贷质量的影响，贷款利率的市场化已经在今年完成，银行经营中要制定长期的经营战略，防止信贷资产大幅波动，同时资产结构要实现多元化，监管当局的逆周期监管工具要逐步实施。第二，政府应提高对银行信息披露的要求，使市场参与者能更客观地判断银行抵御风险的能力，促使银行不断健全公司治理结构和风险内控制度。同时，银行可适度引进优秀战略投资者，吸收国外银行公司治理的经验，完善对管理层的激励机制，达成股东、银行和管理层多赢的局面，更加注重业务多元化，提高盈利能力与风险管理能力。第三，为了提高股权集中及中央政府控股银行的信贷质量，政府应减少对银行的行政干预，充分尊重银行的经营自主权，完善公司法中对中小股东权益保护的规定；银行可优化银行股权结构，增强董事会的功能，保持董事会的独立性。

作者：钟永红陈璐单位：华南理工大学经济与贸易学院